简单的答案是,他们估算每种产品的需求曲线,并利用其成本结构和市场特征(竞争结构等)来设定价格,以使利润最大化。但是,这对于任何公司都是标准的。
尤其是Google以及这些大型公司(亚马逊,微软等)如何估计需求曲线与通常的经济学家可能有所不同。对于通常的需求估算,研究人员将不得不利用市场特质来识别需求。例如,使用带有2SLS的供应转移器进行基本需求估算,使用BLP进行异构产品的离散选择等。对于需求估算,识别是一个大问题,因为研究人员通常只观察平衡(p,q)组合,而不是实际需求曲线。我们也常常仅受可用数据量的限制。
但是,对于像Google这样的大公司来说,他们1)有能力对价格进行外在干扰,以查看销售情况如何变化; 2)可以访问大量数据。使用1),他们会不断进行一些小实验,以了解消费者行为的变化。然后,他们可以使用结果来实际绘制需求曲线。在这些实验中,公司可以轻松考虑电影受欢迎程度,类型等问题。关于2),亚马逊首席经济学家,现代经验IO的大腕之一Pat Bajari拥有(目前) )工作文件与Nekipelov,Ryan和Yang一起探讨了如何使用机器学习来估计具有大量样本点特征串的产品之间的需求曲线(想想成千上万个产品特征)。作为“刚起步的计算机科学研究员”,您可能会对此感兴趣。这种方法对有权访问大量数据的人员/公司(例如Google,Amazon等)尤其重要。